Μπορείτε να εξηγήσετε τη διαφορά ανάμεσα στη μηχανική μάθηση, τη βαθιά μάθηση και την ενίσχυση Μάθηση διαισθητικά, όπως εξήγηση σε ένα παιδί;


Απάντηση 1:

Πραγματικά δεν υπάρχει μεγάλη διαφορά μεταξύ των τριών και είναι πιθανότατα ευκολότερο να μην ιδρώνετε τις διαφορές πάρα πολύ.

Χρησιμοποιώ σπάνια τον όρο "βαθιά μάθηση" προτιμώντας αντ 'αυτού να χρησιμοποιήσω είτε "μηχανική μάθηση", "στατιστικό μοντέλο", είτε απλώς "μοντέλο".

Αλλά με αυτό είπαμε, ανάλογα με το πόσο παλιό είναι το παιδί και πόσο ενδιαφέρονται για το θέμα, θα μπορούσατε να πείτε κάτι όπως το παρακάτω που υποθέτει ότι δεν γνωρίζουν πολλά για το πώς λειτουργούν οι υπολογιστές, αλλά ενδιαφέρονται κάπως για το θέμα.

Εκμάθηση μηχανών

Ακριβώς ό, τι ακούγεται.

Ακριβώς όπως μπορείτε να μάθετε νέα πράγματα παρακολουθώντας βίντεο Youtube ή να διαβάζετε βιβλία, η μηχανική μάθηση είναι όταν οι υπολογιστές μαθαίνουν μόνοι τους παρακολουθώντας ειδικά videos στο YouTube και διαβάζοντας ειδικά βιβλία σχεδιασμένα για υπολογιστές.

Οι προγραμματιστές εξακολουθούν να πρέπει να ενημερώνουν τον υπολογιστή για το πώς να μάθουν, αλλά δεν χρειάζεται να ενημερώσουν τον υπολογιστή για το πώς να κάνουν ό, τι μαθαίνουν, κάτι που είναι συχνά πολύ πιο δύσκολο.

Φανταστείτε για παράδειγμα, είναι πολύ πιο εύκολο για μένα να σας πω να μελετάτε ιαπωνικά παρακολουθώντας videos του youtube από ό, τι είναι για μένα να σας διδάσκω ιαπωνικά (κυρίως επειδή δεν μιλώ ιαπωνικά).

Βαθιά μάθηση

Η βαθιά εκμάθηση είναι ένας ειδικός τύπος μηχανικής μάθησης.

Φανταστείτε ότι θέλετε να μάθετε πώς να νικήσετε ένα επίπεδο στο Mario. Μπορεί να θέλετε να μετρήσετε την πρόοδό σας εξετάζοντας πόσα σημεία καταφέρνετε να συγκεντρώσετε κατά τη διάρκεια μιας διαδρομής.

Οι περισσότεροι πόντοι που συγκεντρώνετε τόσο καλύτερα έκανες.

Ο στόχος φυσικά είναι να συγκεντρωθούν όσο το δυνατόν περισσότερα σημεία.

Η βαθιά μάθηση λειτουργεί με τον ίδιο τρόπο. Ο υπολογιστής προσπαθεί να μάθει να συσσωρεύει όσο το δυνατόν περισσότερα σημεία προσπαθώντας διαφορετικά πράγματα.

Υπάρχει επίσης κάτι που ονομάζεται "εξελικτικός αλγόριθμος" όπου ο υπολογιστής προσπαθεί επίσης να μεγιστοποιήσει τη βαθμολογία του, αλλά το κάνει με τυχαία εικασία ποια κουμπιά για να πιέσει και κολλάει με το τι λειτουργεί.

Η βαθιά μάθηση είναι πιο έξυπνη και μπορεί να θεωρητική για το τι πρέπει να κάνει διαφορετικά για να νικήσει τον προϊστάμενο.

Ενίσχυση μάθησης

Η ενίσχυση της μάθησης είναι επίσης ένας τύπος μηχανικής μάθησης και μπορεί να είναι λίγο διαφορετικός ανάλογα με τον τρόπο που το χρησιμοποιείτε.

Αλλά συνήθως, λειτουργεί ως βαθιά μάθηση στο παραπάνω παράδειγμα όπου ελέγχετε ένα χαρακτήρα.

Η βαθιά μάθηση είναι πιο γενική και μπορεί επίσης να χρησιμοποιηθεί για πράγματα όπως η κατανόηση του τι είναι σε μια εικόνα.

Αυτές οι εξηγήσεις υποφέρουν από υπεραπλούστευση και είναι μόνο μισές αλήθειες που είναι απαραίτητες όταν απλοποιούμε σε αυτό το βαθμό, αλλά πιστεύω ότι αυτές οι εξηγήσεις έχουν κάποια χρήση.

Στις περισσότερες περιπτώσεις, ωστόσο, οι τρεις συνενώνονται, και όπως ανέφερα στην αρχή της απάντησης, δεν είναι εξαιρετικά σημαντικό αυτό που το αποκαλείτε.